天籁实验室"个性化语音增强技术"获2022数博会领先科技成果奖

2022中国国际大数据产业博览会传来消息：

腾讯会议旗下天籁实验室首创性研发的“个性化语音增强技术”荣获2022数博会领先科技成果奖！

随着移动办公的普及，视频会议成为了人们日常工作生活中不可或缺的工具。然而，当人们在嘈杂的咖啡厅、机场等开会时，常常受到环境噪声、背景人声的干扰。因此，降噪技术在不同场景下的应用与研究也愈发得到重视，特别干扰人声的消除，因人声之间的特征相似度高于人声与环境噪声的特征相似度，处理难度更大，也成为了困扰业界和学术界的共同难题。

为此，天籁实验室首创性研发了个性化语音增强技术，率先应用在了腾讯会议上。它能模拟人类听觉注意机制，构建起一个能够在多人会话和复杂的背景噪音中、只关注目标说话人声音的自动化系统，仿佛一个“会找主人的麦克风”，能够在环境噪声消除的基础上，进一步消除周围人声的干扰，凸显主讲人的声音信号。

该项技术，已在ICASSP DNS 2022深度学习降噪挑战赛中，荣获全频带实时个性化语音增强track 2比赛总分第一，并在音质和识别率两个核心单项指标上都分别达到了最好的水平。

图示：任务二：实时个性化语音增强比赛成绩

作为当前国际上该领域规模最大、影响力最广泛的比赛之一，第四届DNS深度学习降噪挑战赛在前几届环境噪声消除基础上，增加了难度更大的干扰人声消除赛道，并首次发起了全频带实时个性化语音增强的挑战赛，天籁实验室则是在众多参赛队伍中脱颖而出，成功获得总分第一名。

作为腾讯会议旗下的顶尖实时音频处理团队，天籁实验室一直致力于打造下一代实时音频通信端到端解决方案，适应不同应用场景和终端设备，为用户提供高清、纯净、流畅的音频通信体验。

此前，基于上千小时的语音噪声数据，通过深度学习和AI算法，已经成功消除300多种环境噪声，并已成功应用在腾讯会议上。为了进一步解决会议室场景下双工通信的挑战，天籁实验室在业界首发推出了腾讯天籁inside音频解决方案，它基于软硬一体的声学硬件设计，独创了行业领先的多麦音频算法，通过麦克风阵列和多模态深度学习技术相融合，首次结合房间声场感知，采集和空间声场重建技术，开创性地实现远距离拾音、智能降噪、通透双讲。该方案已经和newline、MAXHUB、海信商显等多个行业领先的硬件厂商合作，为其打造会议室里的“顺风耳”。

未来，天籁实验室将持续打磨技术、产品，为广大用户提供“听得清、听得真”的音频体验，共创数字时代的美好未来。